一种基于自主感知的智能机器人飞行员飞行方法及装置制造方法及图纸

本发明专利技术公开了一种基于自主感知的智能机器人飞行员飞行方法及装置，涉及飞行器控制技术领域。包括：感知系统、决策系统、控制系统、硬件视景系统以及数据管理系统；整体采用分布式设计，各个系统均为分布式模块化，实现了多自由度双臂协作机器人的协同控制、机器人智能操作、图像数据处理的功能。系统之间通过以太网和串口的交叉融合进行高度集成，保证了数据传输的实时性以及系统的稳定性。将多自由度双臂协作机器人与视景系统相结合，研究飞行过程中机器人的协同操作，很好的利用了协作机器人体积小、重量轻、高精度、高灵敏度的优点，并且多自由度协作机器人被认为是人类手臂的延伸。自由度协作机器人被认为是人类手臂的延伸。自由度协作机器人被认为是人类手臂的延伸。

【技术实现步骤摘要】
一种基于自主感知的智能机器人飞行员飞行方法及装置


[0001]本专利技术涉及飞行器控制
，特别是指一种基于自主感知的智能机器人飞行员飞行方法及装置。

技术介绍

[0002]随着科技水平和生活质量的不断提高，人类对飞行器及飞行员的需求正在迅速增长。然而，培养一名合格的飞行员需要极高的成本，并且战时飞行员数量也消耗巨大。近年来，随着无人机技术的发展，无人驾驶飞行器能够在战斗中用于执行侦查、监视、设置假目标、骚扰与诱惑和电子干扰等任务，并取得了相当好的战果，同时也在执行各类前线或者深入敌后的作战任务中有效的避免了人员的损伤。尽管目前有很多无人飞行器已经投入使用，但每台飞行器终端都需要1名或者1名以上飞行员进行手动或是半手动操作以应对突发状况，其无人驾驶系统仅适用于高空平缓的巡航以及程序化的机场起降操作中。此外，基于飞行控制系统的无人化改造也带来了高昂的改造成本。因此，如何把有经验飞行员的驾驶技术通过多自由度双臂协作机器人移植到其它无人飞行器上进而实现飞行员无人化替代以及飞行器进一步无人化是一个亟待解决的问题。
[0003]另一方面，动态避障是无人飞行的一个重大需求。由于近年来雷达侦测和卫星监控水平的提高，无人飞行器的作战范围逐渐向低空和超高空的方向发展。低空飞行时，复杂地形所带来的动态障碍(山地、雨雾以及飞行生物等)对无人飞行器而言是一个严峻的挑战，处理不当将直接影响飞行任务的成败。由于动态障碍的数量、幅度和空间位置都具有较强的随机性，并且其运行过程也是不可预测的，大部分基于地形模型的避障算法对其的处理效果都微乎其微，而终端的飞行员遥控处理手段也因为通信线路的延迟和不稳定降低了飞行器的应急性能。这些都对于飞行任务的空间精度和时间精度有着极大的约束。因而，拥有一个实时、自主动态避障的决策系统对于无人飞行器而言具有重要意义。

技术实现思路

[0004]本专利技术针对现有技术中，飞行员无人化替代、飞行器无人化以及飞行器的避障无人飞行不稳定的问题，提供了一种基于自主感知的智能机器人飞行员飞行方法及装置。
[0005]为解决上述技术问题，本专利技术提供如下技术方案：
[0006]一方面，本专利技术提供了一种基于自主感知的智能机器人飞行员飞行方法，包括：
[0007]S1：通过感知系统对飞行器的参数配置文件以及飞行姿态进行校准，对飞行环境进行辨识，输出相应的姿态数据以及环境数据；
[0008]S2：通过决策系统接收感知系统生成的姿态数据以及环境数据，对飞行器与飞行环境做出态势估计，形成完整策略，输出策略数据；
[0009]S3：通过控制系统根据接收的策略数据进行由机器人飞行员控制的自动操作指令完成对机械臂的控制；或根据手动指令进行由人类飞行员控制的手动操作完成对机械臂的控制；
[0010]S4：通过硬件视景系统对飞行器座舱内的物理环境以及飞行器座舱外的地面环境进行监控；
[0011]S5：通过数据管理系统综合调用感知系统、决策系统以及控制系统运行中产生的各项数据，对飞行数据进行综合分析并存储。
[0012]可选地，通过感知系统对飞行器的飞行姿态进行参数校准，对飞行环境进行辨识，输出相应的姿态数据以及环境数据，包括：
[0013]S11：通过自动校准模块对加载的参数配置文件进行参数校准；
[0014]S12：通过惯性传感器模块识别飞行器的飞行姿态；
[0015]S13：通过图像识别算法模块实时识别飞行器的飞行环境信息；
[0016]S14：通过数据传输模块整合飞行器的飞行姿态以及飞行环境信息，输出相应的姿态数据以及环境数据。
[0017]可选地，通过决策系统接收感知系统生成的姿态数据以及环境数据，对飞行器与飞行环境做出态势估计，形成完整策略，并输出策略数据，包括：
[0018]S21：通过地图自动生成模块接收感知系统中获得的环境数据的信息，提取物理环境中各物体位置，生成带有坐标信息的环境地图；
[0019]S22：通过环境分析模块分析环境地图中各物体的属性以及威胁等级，生成环境分析数据；
[0020]S23：通过路径规划模块根据环境分析数据以及环境地图的信息生成多条飞行器可行路径；
[0021]S24：通过策略生成子模块对多条可行路径进行选择，提取最有利的一条路径；
[0022]S25：通过态势估计模块对飞行器在飞行过程中的人员、环境以及事件要素的变化趋势进行态势估计；做出动作决策，形成完整策略，通过数据传输子模块输出策略数据。
[0023]可选地，通过控制系统根据接收的策略数据进行由机器人飞行员控制的自动操作指令完成对机械臂的控制；或根据手动指令进行由人类飞行员控制的手动操作完成对机械臂的控制，包括：
[0024]S31：通过指令判断模块判断接收的指令是决策指令还是手动指令；
[0025]S32：当接收到手动指令时，通过指令解析子模块对手动指令进行解析；通过遥操作控制模块对机械臂进行控制；判断是否完成控制，若是，则退出控制系统；若不是，则返回步骤S31，对指令进行重新选择；
[0026]S33：当接收到决策指令时，通过指令解析模块对决策指令进行解析；通过路径规划模块进行飞行器路径规划，形成飞行器运动轨迹；通过碰撞检测模块检测机器人飞行员在运动过程中是否发生自碰撞或环境碰撞；
[0027]若检测到发生碰撞，则通过避障模块进行机器人飞行员预设动作的避障，完成对机械臂的控制；
[0028]若未检测到发生碰撞，则通过定速巡航模块对机器人飞行员的预设动作进行控制，完成对机械臂的控制。
[0029]可选地，通过数据管理系统综合调用感知系统、决策系统以及控制系统运行中产生的各项数据，对飞行数据进行综合分析并存储，包括：
[0030]S51：通过专家系统数据模块生成用于专家系统数据的参数配置文件；进行参数输
入、修改以及查询；
[0031]S52：通过硬件视景数据模块记录实验过程中飞行器自身的位置信息、路径轨迹以及飞行姿态数据；评判实验过程中操作的有效性；
[0032]S53：通过策略生成数据模块对决策数据进行修改、添加、删除；根据时间标签查看实验过程中保存的实验决策数据；
[0033]S54：通过协作机器人数据模块对单个机器人飞行员的运动数据包进行解析；对实验过程中惯性传感器采集到的传感器数据进行解析；对实验过程中机器人飞行员数据进行修改、添加、删除；根据事件标签查看以往实验过程中的机器人飞行员数据以及传感器数据。
[0034]一方面，本专利技术提供了一种基于自主感知的智能机器人飞行员飞行装置，该装置应用于上述方法，包括：
[0035]感知系统，用于对飞行器的参数配置文件以及飞行姿态进行校准，对飞行环境进行辨识，输出相应的姿态数据以及环境数据；
[0036]决策系统，用于接收感知系统生成的姿态数据以及环境数据，对飞行器与飞行环境做出态势估计，形成完整策略，输出策略数据；
[0037]控制系统，用于根据接本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自主感知的智能机器人飞行员飞行方法，其特征在于，包括：S1：通过感知系统对飞行器的参数配置文件以及飞行姿态进行校准，对飞行环境进行辨识，输出相应的姿态数据以及环境数据；S2：通过决策系统接收所述感知系统生成的姿态数据以及环境数据，对所述飞行器与飞行环境做出态势估计，形成完整策略，输出策略数据；S3：通过控制系统根据接收的策略数据进行由机器人飞行员控制的自动操作指令完成对机械臂的控制；或根据手动指令进行由人类飞行员控制的手动操作完成对机械臂的控制；S4：通过硬件视景系统对飞行器座舱内的物理环境以及飞行器座舱外的地面环境进行监控；S5：通过数据管理系统综合调用所述感知系统、所述决策系统以及所述控制系统运行中产生的各项数据，对飞行数据进行综合分析并存储。2.根据权利要求1所述的基于自主感知的智能机器人飞行员飞行方法，其特征在于，所述通过感知系统对所述飞行器的飞行姿态进行参数校准，对飞行环境进行辨识，输出相应的姿态数据以及环境数据，包括：S11：通过自动校准模块对加载的参数配置文件进行参数校准；S12：通过惯性传感器模块识别所述飞行器的飞行姿态；S13：通过图像识别算法模块实时识别所述飞行器的飞行环境信息；S14：通过数据传输模块整合所述飞行器的飞行姿态以及飞行环境信息，输出相应的姿态数据以及环境数据。3.根据权利要求1所述的基于自主感知的智能机器人飞行员飞行方法，其特征在于，所述通过决策系统接收所述感知系统生成的姿态数据以及环境数据，对所述飞行器与飞行环境做出态势估计，形成完整策略，并输出策略数据，包括：S21：通过地图自动生成模块接收感知系统中获得的环境数据的信息，提取物理环境中各物体位置，生成带有坐标信息的环境地图；S22：通过环境分析模块分析环境地图中各物体的属性以及威胁等级，生成环境分析数据；S23：通过路径规划模块根据所述环境分析数据以及环境地图的信息生成多条飞行器可行路径；S24：通过策略生成子模块对多条可行路径进行选择，提取最有利的一条路径；S25：通过态势估计模块对所述飞行器在飞行过程中的人员、环境以及事件要素的变化趋势进行态势估计；做出动作决策，形成完整策略，通过数据传输子模块输出策略数据。4.根据权利要求1所述的基于自主感知的智能机器人飞行员飞行方法，其特征在于，所述通过控制系统根据接收的策略数据进行由机器人飞行员控制的自动操作指令完成对机械臂的控制；或根据手动指令进行由人类飞行员控制的手动操作完成对机械臂的控制，包括：S31：通过指令判断模块判断接收的指令是决策指令还是手动指令；S32：当接收到手动指令时，通过指令解析子模块对手动指令进行解析；通过遥操作控制模块对机械臂进行控制；判断是否完成控制，若是，则退出控制系统；若不是，则返回步骤
S31，对指令进行重新选择；S33：当接收到决策指令时，通过指令解析模块对决策指令进行解析；通过路径规划模块进行飞行器路径规划，形成飞行器运动轨迹；通过碰撞检测模块检测机器人飞行员在运动过程中是否发生自碰撞或环境碰撞；若检测到发生碰撞，则通过避障模块进行所述机器人飞行员预设动作的避障，完成对机械臂的控制；若未检测到发生碰撞，则通过定速巡航模块对机器人飞行员的预设动作进行控制，完成对机械臂的控制。5.根据权利要求1所述的基于自主感知的智能机器人飞行员飞行方法，其特征在于，通过数据管理系统综合调用所述感知系统、所述决策系统以及所述控制系统运行中产生的各项数据，对飞行数据进行综合分析并存储，包括：S51：通过专家系统数据模块生成用于专家系统数据的参数配置文件；进行参数输入、修改以及查询；S52：通过硬件视景数据模块记录实验过程中所述飞行器自身的位置信息、路径轨迹...

【专利技术属性】
技术研发人员：马超，郜夯，郝李子翼，晏志超，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：